mysql的utf8與utf8mb4 異同；utf8mb4_unicode_ci 與 utf8mb4_general_ci 如何選擇

 如圖，通常使用以下配置

utf8mb4是4個字節。utf8是3個字節。utf8mb4兼容性更好，佔用空間更大。

 

主要從排序準確性和性能兩方面看：

• 準確性
  utf8mb4_unicode_ci 是基於標準的Unicode來排序和比較，可以在各類語言之間精確排序
  utf8mb4_general_ci 沒有實現Unicode排序規則，在遇到某些特殊語言或字符是，排序結果可能不是所指望的。
  可是在絕大多數狀況下，這種特殊字符的順序必定要那麼精確嗎。好比Unicode把ß、Œ當成ss和OE來看；而general會把它們當成s、e，再如ÀÁÅåāă各自都與 A 相等。
• 性能
  utf8mb4_general_ci 在比較和排序的時候更快
  utf8mb4_unicode_ci 在特殊狀況下，Unicode排序規則爲了可以處理特殊字符的狀況，實現了略微複雜的排序算法。
  可是在絕大多數狀況下，不會發生此類複雜比較。general理論上比Unicode可能快些，但相比如今的CPU來講，它遠遠不足以成爲考慮性能的因素，索引涉及、SQL設計纔是。 我我的推薦是 utf8mb4_unicode_ci，未來 8.0 裏也極有可能使用變爲默認的規則。相比選擇哪種collation，使用者應該更關心字符集與排序規則在db裏要統一就好。

這也從另外一個角度告訴咱們，不要可能產生亂碼的字段做爲主鍵或惟一索引。我遇到過一例，以 url 來做爲惟一索引，可是它記錄的有多是亂碼，致使後來想把它們修復就特別麻煩。

參考：

一、https://my.oschina.net/xsh1208/blog/1052781

二、http://seanlook.com/2016/10/23/mysql-utf8mb4/